Prediccion de Insolvencia Empresarial en Colombia

1
Predicción de Insolvencia Empresarial en Colombia
Oscar Iván Ovalle P

Iván Heredia L
Colegio de Estudios Superiores de Administración –CESA-

Maestría en Finanzas Corporativas
Bogotá 2014
2
Oscar Iván Ovalle P

Iván Heredia L
Directores:
Jaime Ricaurte Junguito
Ana María Ricaurte
Colegio de Estudios Superiores de Administración –CESA-

Maestría en Finanzas Corporativas
Bogotá
2014
3
Contenido

Resumen ........................................................................................................................................... 6
Evolución de los métodos estadísticos ............................................................................................................................... 9
Análisis discriminante simple (ADS). .................................................................................................................... 10
Análisis discriminante múltiple (ADM). ............................................................................................................... 10
Aplicación de modelo de Altman internacionalmente .............................................................................................. 13
Inglaterra. Autores: Taffler y Tisshaw (1977).. ............................................................................................... 13
Brasil. Autores: Altman, Baidya y Ribeiro Dias (1979).. .............................................................................. 13
Uruguay. Autores: Pascale (1988).. ....................................................................................................................... 14
Marco Teórico ................................................................................................................................ 15
Insolvencia Empresarial en Colombia ............................................................................................................................. 16
Los Modelos Z .............................................................................................................................................................................. 18
Modelo Z’. .......................................................................................................................................................................... 21
Modelo Z” .......................................................................................................................................................................... 22
Indicadores Financieros ......................................................................................................................................................... 23
Objetivo General ............................................................................................................................ 25
Objetivos Específicos ..................................................................................................................... 25
Metodología ................................................................................................................................... 25
Desarrollo ....................................................................................................................................... 31
Resultado de Z-‐Score para empresas insolventes ....................................................................................................... 34
Resultado de Z-‐Score para empresas solventes ........................................................................................................... 34
Comparación de indicadores financieros con Z-‐Score .............................................................................................. 35
Liquidez…………………………………………………………………………………………………………………………... .. 36
Actividad. ........................................................................................................................................................................... 36
Endeudamiento.. ............................................................................................................................................................ 37
Rentabilidad.. ................................................................................................................................................................... 37
Conclusiones .................................................................................................................................. 40
Obras Consultadas .......................................................................................................................... 44
Apéndice......................................................................................................................................... 46
4
Lista de Tablas

Tabla 1 Variables usadas en el Z-Score ......................................................................................... 20
Tabla 2 Interpretación del puntaje Z-Score .................................................................................... 21
Tabla 3 Interpretación del puntaje Z’ ............................................................................................. 22
Tabla 4 Interpretación del puntaje Z”............................................................................................. 23
Tabla 5 Indicadores financieros clasificados por enfoque ............................................................. 23
Tabla 6 Agrupación de las empresas a evaluar .............................................................................. 26
Tabla 7 Resultados de comparar el Z-Score con el estado de solvencia real ................................. 29
Tabla 8 Resultados de comparar el Z-Score con el resultado de los indicador financieros ........... 31
Tabla 9 Muestra de empresas seleccionada por categoría y tamaño .............................................. 32
Tabla 10 Sectores seleccionados .................................................................................................... 32
Tabla 11 Empresas Insolventes. Año de acuerdos y fechas de evaluación .................................... 33
Tabla 14 Resultado Z-Score comparado con indicadores financieros ........................................... 38
Tabla 15 Resultado Z-Score comparado con indicadores financieros por Tamaño ....................... 39
Tabla A1 Cronología de los estudios de predicción de quiebra ..................................................... 46
Tabla A2 Evolución de la ley de quiebra en Colombia .................................................................. 48
Tabla A3 Muestra del listado de las 652 empresas ....................................................................... 49
Tabla A4 Muestra del Cálculo del Z-Score .................................................................................... 50
Tabla A5 Muestra de cálculo con Indicadores Financieros ........................................................... 51
Tabla A6 Muestra de generación de alertas en indicadores financieros ........................................ 52
Tabla A7 Cálculo de nivel de acierto por indicador financiero ..................................................... 53
Tabla A7b Cálculo de nivel de acierto por indicador financiero (continuación) ........................... 54
Tabla 8 Anexos en Excel Datos de empresas y cálculos ZScore ................................................... 55
5
Lista de Figuras
Figura 1 Insolvencia basada en las acciones .................................................................................. 15

Figura 2 Insolvencia basada en flujos ............................................................................................ 16
Figura 3 Cálculo del Z-Score Z” por empresa ............................................................................... 28
Figura 4 Comparación del Z-Score con el resultado real de las empresas ..................................... 28
Figura 5 Cálculo de los indicadores financieros ............................................................................ 29
Figura 6 Generación de alertas en indicadores financieros ............................................................ 30
6
Resumen
El indicador Z-Score con más de 40 años de aplicación, es reconocido como el modelo
pionero en la predicción de quiebra empresarial. Su metodología de análisis discriminante
múltiple (MDA), fue usada por Edward Altman quien, para calcularlo, trabajó con información
de empresas norteamericanas, en un proceso repetitivo de selección, descarte y categorización
basado en ratios financieros. Aunque sus ecuaciones se usan y mencionan académicamente, hay
que reconocer los ajustes que el mismo autor ha tenido que hacer, cada vez que los aplica en
escenarios específicos, propios de países con economías diferentes a las anglosajonas. Por eso
existen modelos Z-Score ajustados en Brasil y China.
Sin embargo, el uso de estos indicadores en la industria colombiana, se reduce a unos
cuantos trabajos de investigación. El análisis de la documentación existente revela la escasa
aplicación de estas metodologías, además de marcar el notorio retraso en el campo investigativo
de este tema en Colombia. De hecho los trabajos de investigación sobre este tema consideran
nulas las aplicaciones prácticas de estos modelos en el país ( Ochoa Garro et al., 2009). En
relación al tema de investigación de indicadores de quiebra e insolvencia financiera, León Valdés
(2009) afirma que:
Aunque esta clase de análisis –como se mencionó al iniciar éste artículo– es
prácticamente desconocida en el país, creemos que vale la pena iniciar su divulgación en
los medios empresariales del país como una herramienta adicional para la toma de
decisiones oportunas y que conduzcan a una mejor y más eficiente administración
financiera de las empresas colombianas. En manos de las universidades y de los
contadores públicos está el acoger o no esta iniciativa en sus programas de
implementación y fomento a la investigación. (p. 31)
Se hace, entonces, necesario, realizar trabajos de investigación de los indicadores de

7
quiebra en Colombia. Es en este contexto en el cual surge la necesidad de comprobar la utilidad
y validez de los indicadores de insolvencia de Altman como instrumentos de poder predictivo y
de diagnóstico financiero en las empresas colombianas, para emitir juicios y decidir invertir,
vender, comprar o crecer, dependiendo del escenario previsto.
El presente trabajo parte de esta premisa, de que debe evaluarse la viabilidad y precisión
del Z-Score de Altman, aplicado al entrono empresarial colombiano para concluir si es suficiente
el modelo actual o si hay razones para calcular un modelo propio.
Tan esencial como la comparación de estos modelos, es el planteamiento de la
metodología que permite el seguimiento de los cálculos y la verificación de los resultados. Por
esta razón, la base de este trabajo pretende también, ilustrar la misma metodología que utilizó
Altman. Inicialmente se selecciona una muestra de 652 empresas establecidas en Colombia, las
cuales se agrupan en dos categorías: solventes e insolventes. Por disponibilidad de información,
se trabajan los estados financieros de los años 2004 y 2007 y se realiza el pronóstico para calcular
el nivel de acierto del modelo. Dada la relevancia de los indicadores financieros en la
determinación del modelo de Altman, se realiza el cálculo de varios indicadores de liquidez,
actividad, endeudamiento y rentabilidad para determinar los ratios más acordes con el resultado
del Z-Score aplicado, seleccionar los que mejor se comportan y descartar los más imprecisos.
Finalmente, a partir de los valores resultantes del Z-Score y de los ratios financieros, se debe
concluir el nivel de precisión del modelo actual, enumerando los ratios financieros seleccionados
y los descartados con sus niveles de precisión y falla, en un modelo personalizado y específico
para la economía colombiana. Se quiere determinar el alto nivel de precisión del Z-Score cuando
se localiza y sentar las bases para el cálculo de un modelo propio que tome como punto de partida
los hallazgos que se deriven de esta investigación.
A continuación, se presenta en el orden indicado, la evolución de los métodos utilizados

8
en la predicción de quiebra, una reseña resumida de la ley en Colombia en lo referente a
protección ante insolvencia y quiebra, la evolución histórica de la metodología, se explican los
aspectos teóricos más importantes de los indicadores Z de Altman, se describe la metodología a
aplicar para el desarrollo de la investigación y finalmente se presenta el cálculo del Z-Score como
método de diagnóstico de insolvencia aplicado en el entorno colombiano en conjunción con los
ratios financieros agrupados por enfoque.
Palabras clave: insolvencia, financial distress, multiple discriminant analysis, financial
ratios, Z-Score model

9
Los trabajos de investigación sobre análisis de insolvencia se interesan por las
variaciones entre las variables a considerar y los modelos estadísticos más adecuados. El inicio
de estas investigaciones las marca William Beaver (1966), con sus modelos univariables de
predicción de fracaso empresarial a través de ratios. Según sus estudios concluye que el ratio
cash flow a deuda total es el de mayor valor predictivo. La técnica que usa consiste en la
comparación de las medias con el fin de discriminar dos grupos: empresas fracasadas y no
fracasadas en los años anteriores al fracaso y el test de clasificación dicotómica, que se basa en
un único ratio y representa un test predictivo. (Douglas Colauto, Taboada Pinheiro, & Lima
Pinheiro, 2009)
En el análisis dicotómico se ordenan todas las observaciones de la muestra por cada ratio
que se analiza y al encontrar un punto de corte, se separan las empresas insolventes de las
solventes, de manera que se minimiza el número de observaciones incorrectas (Douglas et al.,
2009).
Basado en los estudios de Beaver, Edward Altman (1968) inició sus investigaciones con
los modelos multivariables aplicados en empresas que entraron en quiebra y en otras que no lo
hicieron. Altman introdujo múltiples predictores de quiebra mediante el Análisis Discriminante
Múltiple (MDA) con los cuales creó su modelo Z-Score en 1968 (Ibarra Mares, Análisis de las
dificultades Financieras de las empresas Empresas en una economóa emergente, 2001) y luego de
más de 40 años de investigación y de perfeccionar sus predictores, llegó a ser el más popular de
los investigadores de indicadores de quiebra.
Evolución de los métodos estadísticos
A continuación, se relaciona la evolución de los métodos estadísticos utilizados en los
modelos de predicción de quiebra, según clasificación de Platikanova (2005) señalando sus
investigadores y las variables explicativas que fueron usadas como predictores de insolvencia.
10
Análisis discriminante simple (ADS). Su autor más importante fue Beaver (1966). Más
de 30 ratios financieros fueron probados. El ratio de flujo de caja sobre deuda fue el mejor
predictor de la insolvencia
Análisis discriminante múltiple (ADM). Los investigadores más relevantes fueron:
Altman (1968), Altman, Haldeman y Narayanan (1977). Se incluyeron 5 variables explicativas
en el modelo del valor Z: (a) capital de trabajo entre activo (liquidez a corto plazo), (b) beneficio
retenido entre activo (rentabilidad acumulada y edad relativa de la empresa), (c) beneficio antes
de intereses e impuestos entre activo (rentabilidad actual y valoración del mercado del valor de
mercado de la empresa), (d) Valor de mercado de la empresa entre valor contable de las deudas
(solvencia a largo plazo y valoración global de la empresa) y (e) ventas entre activo (habilidad de
la empresa de generar ventas con los activos). (1968)
Se incluyeron siete ratios financieros en un modelo revisado del valor Z: (a) beneficio
antes de intereses e impuestos entre activo, (b) estabilidad de los ingresos (medida normalizada
de la desviación estándar de una estimación sobre una tendencia de cinco a diez años de (a)), (c)
servicio de la deuda (beneficio antes de intereses e impuestos entre pagos totales por intereses),
(d) beneficios retenidos entre activos acumulados, (e) ratio circulante, (f) capitalización (recursos
propios entre capital total) y (g) tamaño de la empresa (medida por los activos). (1977)
Regresión logística (LR). Sus autores más relevantes fueron Ohlson (1980), Zmijewski
(1984). Cuatro factores básicos fueron probados y propuestos en el modelo del valor-O: (a)
tamaño de la empresa, (b) estructura financiera, (c) performance de la empresa y (d) la liquidez
corriente. (1980)
Fueron propuestos tres ratios financieros en el modelo logístico de Zmijewski: (a)
ingresos netos entre activo, (b) deuda entre activo y (c) activo circulante entre pasivo circulante.
Algoritmo de partición sucesiva (LR). Sus autores más relevantes fueron Ohlson
11
(1980), Zmijewski (1984). Cuatro factores básicos fueron probados y propuestos en el modelo
del valor-O: (a) tamaño de la empresa, (b) estructura financiera, (c) performance de la empresa y
(d) la liquidez corriente. (1980)
Fueron propuestos tres ratios financieros en el modelo logístico de Zmijewski: (a)
ingresos netos entre activo, (b) deuda entre activo y (c) activo circulante entre pasivo circulante.
Técnica de escalamiento multidimensional (MDS). Sus autores más relevantes fueron
Mar-Molinero y Ezzamel (1991), Mar Molinero y Neophytou (2004). Trabajaron con cuarenta
ratios financieros en el modelo cubrieron las cinco categorías principales debatidas en la
literatura: (a) apalancamiento financiero (deuda total entre activo), (b) rentabilidad (capital de
trabajo de las actividades ordinarias entre ventas), (c) flujo de caja operativo (flujo de caja de las
actividades ordinarias), (d) liquidez (activo circulante entre activo) y (e) actividad (ventas entre
activo).
Modelos de redes neuronales. Sus autores más relevantes fueron Tam y Kiang (1992).
Consideraron diecinueve ratios financieros (de los estados financieros de bancos) incluidos en el
modelo NN captan: (a) suficiencia del capital del banco (capital entre activo), (b) calidad de los
activos (préstamos comerciales e industriales entre préstamos netos y arrendamientos
financieros), (c) beneficios actuales del banco (gastos totales entre activo) y (d) la liquidez
(préstamos totales y arrendamientos financieros entre depósitos totales). (1992)
Conjuntos aproximados (RS). Sus autores más relevantes fueron Pawlak (1982),
McKee (1995), Slowinski y Zopounidis (1995). Consideraron ocho ratios financieros: (a)
beneficio neto entre activo, (b) activo circulante entre activo, (c) activo circulante entre deudas,
(d) tesorería entre activo, (e) activo circulante entre ventas, (f) deuda a largo plazo entre activo,
(g) existencias entre coste de ventas y (h) clientes entre ventas. Utilizando el método de partición
sucesiva las ocho variables fueron reducidas a dos variables, que miden los recursos actuales
12
(activo circulante entre pasivo circulante) y rentabilidad de mercado necesaria (beneficio neto
entre activo) (McKee, 1995).
Utilites additives discriminantes (UTADIS). Sus autores más relevantes fueron
Zopounidis y Doumpos (1999), Voulgaris, Doumpos y Zopounidis (2000). Después de aplicar
un análisis de componentes principales se seleccionaron doce variables. Entre ellas: (a) activo
neto entre capital a largo plazo, (b) existencias por 365 días entre ventas, (c) ventas entre activo
fijo y (d) activo circulante entre pasivo circulante. Tres grupos de SME se crearon después de la
aplicación de un análisis grupal.
El método más popular de todos en cuanto a análisis de insolvencia ha sido el Z-Score de
Altman (1968), el cual fue revisado y ajustado por su autor en posteriores oportunidades. El
modelo trabaja seleccionando dos grupos de empresas: las insolventes y las sanas.
Básicamente se trata de una ecuación que consta de la combinación de varios ratios
financieros que se ponderan hasta lograr los pesos adecuados para cada variable o ratio.
El primer modelo trabajó con empresas manufactureras estadounidenses que cotizaban en
bolsa y esta característica fue una de sus primeras limitaciones. Pero con el ánimo de optimizar
su modelo, Altman calculó dos nuevos modelos, uno de los cuales aplicó a las empresas que no
cotizaban en bolsa y otro que aplicaba a todas la empresas. Como lo indica Ochoa Garro et al.,
El modelo de Altman tiene tres divisiones dependiendo de la empresa a la cual se aplique:
el modelo original fue creado para empresas manufactureras que cotizan en bolsa;
posteriormente, éste fue modificado y adaptado para las empresas manufactureras que no
cotizan en bolsa; y, por último, fue adecuado para todo tipo de empresas.
Pero complementando lo indicado por Ochoa Garro et al., de estas tres divisiones en los
modelos predictivos, el método Z propuesto en 1977 por Altman et al., es el mejor, no solo
porque proporciona predicciones con cinco años de anterioridad. Es más eficiente porque
13
considera más escenarios de impago en una muestra más amplia de empresas con situaciones
variadas de (a) tamaño y perfil financiero, (b) actividades de mercado y (c) criterios de
información financiera y contable (Platikanova, 2005).
El modelo Z de Altman et al., de 1977, logró un test estadístico más avanzado que le
permitió mejorar la precisión de la predicción1 y es apropiado para cualquier tipo de empresa sin
importar su tamaño, lo que permite superar la limitación del modelo Z-Score de Altman (1968)
de aplicarse solo a empresas manufactureras que coticen en bolsa.
En varios países, de hecho, se llevaron a cabo ajustes o ponderaciones sobre estas
ecuaciones como lo hizo Altman, y, en cada caso, al hacer los cálculos respectivos se encontraron
distintos coeficientes, se tomaron diferentes ratios y se hicieron varios ajustes, con el ánimo de
ajustar el modelo de predicción de insolvencia de Altman a la situación específica.
Aplicación de modelo de Altman internacionalmente
A continuación se resumen los resultados y ajustes que surgieron al aplicar el modelo de
Altman en algunos países. Particularmente resultan relevantes, para el presente trabajo de
investigación, los trabajos realizados en los países en vías de desarrollo y en Latinoamérica
(Brasil, Uruguay y Argentina).
Inglaterra. Autores: Taffler y Tisshaw (1977). Tuvieron resultados errados en el 15% de
las empresas de las empresas calificadas con perfil de quiebra. Para ajustar el modelo se propuso
un modelo múltiple que mejora el rendimiento financiero.
Brasil. Autores: Altman, Baidya y Ribeiro Dias (1979). Se hizo evidente el problema en
el modelo Z-Score de Altman (1968) al aplicarse en empresas que no cotizaban en bolsa, ya que

1
Según Platikanova (2005), el modelo estima la relación más apropiada, lineal o
cuadrática y clasifica en consecuencia.

14
no era posible calcular el coeficiente del ratio al cual le interesa el valor de mercado de las
acciones. Otro problema se identificó con el ratio Utilidades Retenidas / Activos, ya que el
cálculo de las utilidades retenidas se determina según las normativas locales. Para ajustar el
modelo se reemplazó este ratio por: el resultado de pasivo total menos capital aportado por
accionistas divido entre el total del activo.
Argentina. Autores: Swason y Tybout (1988). Tuvieron problemas con la recolección de
la información por la poca disponibilidad de las bases de datos. Limitaron por esta causa la
muestra a empresas manufactureras que cotizaran en bolsa. Los resultados mostraron que los
costos financieros afectaban notablemente el riesgo de quiebra contrario a la influencia de los
resultados de mercado que no afectaba el número de quiebras. Consideraron importante el
comportamiento de las variables macroeconómicas en relación a la tasa de quiebras. Los ratios
de ganancias se aplicaban mejor para predecir quiebras que solo la utilidad neta (Ibarra Mares,
Análisis de las dificultades Financieras de las empresas Empresas en una economóa emergente,
2001).
Uruguay. Autores: Pascale (1988). Desarrolló un modelo multivariable específico para
las empresas manufactureras de Uruguay. Se propuso demostrar la importancia en la
metodología del modelo para la eficacia del resultado. Para ello recolectó la información en
cuestionarios diseñados y enviados luego a cada una de las empresas que consideró en su estudio,
con el fin de obtener un control de calidad y el concepto de las empresas. Igualmente consideró
importante la correcta valuación de los activos y pasivos en moneda extranjera y la valuación de
los activos fijos estandarizándolos de acuerdo a las leyes fiscales. Concluyó que el modelo
aunque es fácil de aplicar, requiere de información que no siempre está disponible en las bases de
datos o que no facilitan las empresas.

15
Marco Teórico
Insolvencia significa incapacidad de pago de la deuda y carencia de medios para pagarla.
Una definición apropiada es: “decir que un negocio cae en la insolvencia es decir que no cuenta
con una cantidad suficiente de efectivo para satisfacer los pagos programados de intereses y de
capital, es decir, la empresa no puede servir su deuda” (Besley & Brigham, 2001). Como
consecuencia, la empresa debe decidir entre liquidarse o reestructurarse si desea continuar.
La insolvencia se puede considerar de dos maneras: por capital y por flujos de efectivo.
La insolvencia basada en capital ocurre cuando la empresa tiene un valor neto negativo, como se
muestra en la Figura 1.
Figura 1
Figura 1 Insolvencia basada en las acciones
Empresa solvente Empresa

Insolvente

A D A
E C D
C U T
D I E
T A V Serie 1
O U
I C S
A D
P
V I A Capital
T negati
O A vo
L
S
Nota: Insolvencia basada en las acciones. El valor de los activos es inferior al valor de la
deuda. Gráfica tomada del Libro “Corporate Finance”, Ross, S., Westerfield, R. W., &
Jaffe, J. 2009, 9th ed., p. 919.c
16
La insolvencia basada en flujos, como se muestra en la Figura 2, se presenta cuando el
flujo operativo de efectivo no alcanza para pagar las obligaciones contraídas (Ross, Westerfield,
& Jaffe, 2009). Como última consecuencia, la insolvencia empresarial lleva a la quiebra.
Figura 2
Figura 2 Insolvencia basada en flujos
30
Dé^icit de ^lujos

de efectivo
Obligaciones
15 contractuales

Flujo de efectivo

de la empresa
0
Insolvencia
Nota: Insolvencia basada en flujos. Los flujos de efectivo son insuficientes para
cubrir los pagos de las obligaciones contractuales. Gráfica tomada del Libro
“Corporate Finance”, Ross, S., Westerfield, R. W., & Jaffe, J. 2009, 9th ed., p.
919.

Insolvencia Empresarial en Colombia
El gobierno colombiano reglamentó la insolvencia empresarial en Colombia mediante la
ley 1116 del 2006. Como dice la Superintendencia de Sociedades de Colombia, en su cartilla de
sobre el nuevo régimen de insolvencia empresarial, la ley colombiana busca “la protección del
crédito y la recuperación conservación de la empresa viable como unidad de explotación

17
económica y fuente generadora de empleo, a través de procesos de reorganización y de
liquidación judicial” (Ministerio de Comercio, Industria y Turismo ; Superintencia de
Sociedades, 2007).
Con el procedimiento de reorganización empresarial, se busca salvar al deudor, mediante
un acuerdo que celebre con los acreedores para el pago de las deudas vigentes. De esta manera,
la ley colombiana busca que el deudor pueda superar sus dificultades financieras y reanude sus
operaciones comerciales, aun cuando la empresa tenga que reducir su capacidad o tenga que
venderse como empresa en marcha a otra empresa o tenga que extinguirse siguiendo un
procedimiento de adjudicación o en caso de incumplimiento del acuerdo celebrado, tenga que dar
lugar a la apertura de un procedimiento de liquidación judicial.
El régimen de insolvencia colombiano reglamenta la liquidación judicial para que
mediante la mediación de un juez, se disponga de los bienes del deudor poniendo fin a la
actividad comercial de una empresa, transformando los bienes en dinero para venderlos y para
que se distribuya el producto de esa venta entre los acreedores mediante un acuerdo de
adjudicación. La venta de la empresa como unidad de explotación económica finaliza con la
desaparición de la misma como entidad jurídica mercantil.
Según la cartilla de régimen de insolvencias de la Superintendencia de Sociedades, se
pueden acoger al régimen de insolvencia: (a) personas naturales comerciantes, (b) personas
jurídicas no excluidas, que realicen negocios permanentes en el territorio nacional de carácter
privado o mixto, (c) sucursales de sociedades extranjeras y (d) patrimonios autónomos afectos a
la realización de actividades empresariales, de acuerdo con la reglamentación que expida el
gobierno nacional (Ministerio de Comercio, Industria y Turismo ; Superintencia de Sociedades,
2007).
La ley 1116 del 2006, recogió la experiencia de los años de vigencia de la ley 222 de
18
1995 y de la ley 550 de 1999. La Tabla A2, resume la evolución de la ley colombiana en la
normatividad del régimen de insolvencia empresarial.
Los Modelos Z
Los modelos Z son modelos de calificación de crédito. Se basan en un modelo predictivo
que enfatiza el análisis de los ratios financieros y que logra responder a tres preguntas: (a) cuáles
ratios son los más importantes para detectar la bancarrota, (b) qué peso se debe asignar a estos
ratios y (c) cómo deben establecerse esos pesos objetivamente (Altman, 2000). El modelo Z-
Score trata de un análisis lineal en el cual cinco medidas son ponderadas y sumadas hasta
alcanzar un puntaje ( score ) el cual llega a ser la base para clasificar empresas en dos grupos pre
definidos ( empresas insolventes, empresas solventes) (Altman, 2000). La ecuación del Z-Score
fue calculada por Edward Altman siguiendo los estudios previos de William Beaver, quien
trabajó con ratios financieros en modelos univariables. Altman buscó combinar los ratios usando
una técnica estadística conocida como análisis discriminante múltiple (MDA).
El análisis discriminante múltiple (MDA) es una técnica usada en los años 30, en estudios
de biología y psicología. Es usada para clasificar y para hacer predicciones en problemas en
donde la variable dependiente aparece en forma cualitativa, como por ejemplo: hombre, mujer;
solvencia, insolvencia. Una vez recolectados los datos, MDA deriva una combinación lineal de
las características las cuales se discriminan entre los dos grupos. Al analizar empresas, los ratios
financieros hacen las veces de características en el modelo y por la técnica MDA se determina un
conjunto de coeficientes discriminantes. Cuando se aplican estos coeficientes a los ratios, existe
una base para clasificar las empresas en uno de los dos grupos ( solvencia e insolvencia). La
función discriminante transforma los valores de las variables individuales en un score
discriminante o valor Z, cuyo valor sirve de base para clasificar los objetos, o las empresas en
este caso, en uno de los dos grupos. La función discriminante tiene la forma
19
Z = V1X1 + V2X2 + … + VnXn.
V1,V2…Vn son los coeficientes discriminantes.
X1,X2…Xn son las variables independientes (Altman, 2000).
En la función discriminante el MDA computa el coeficiente discriminante Vi y las
variables independientes Xi son los valores actuales o en este caso los ratios financieros.
Modelo Z-Score. Para determinar el modelo, Altman y su equipo seleccionaron 66
empresas y armaron dos grupos de 33 cada uno. El grupo uno estaba conformado por la
empresas del sector industrial público americano que entraron en bancarrota durante el periodo
comprendido entre 1946 y 1965. Para conformar el grupo dos seleccionaron empresas
manufactureras americanas que durante el mismo periodo estaban solventes. Las empresas se
estratificaron por sector y por tamaño, con valor de activos comprendidos en el rango de $1 a $25
millones de dólares, de acuerdo al tamaño que se encontró en la muestra de las empresas del
grupo uno. A continuación se seleccionaron 22 ratios financieros los cuales se resumieron en
cinco categorías: liquidez, rentabilidad, apalancamiento, solvencia y actividad. Sometiendo estos
datos a un proceso iterativo se obtienen los coeficientes y la siguiente función discriminante:
Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 1.0X5 (1)
Las cinco variables del modelo son los siguientes ratios:
X1 = Capital de Trabajo/Total Activos
X2 = Utilidades Retenidas/Total Activos
X3 = EBIT/Total Activos
X4 = Valor de Mercado de Capital/Valor en libros Total Pasivos
X5 = Ventas/Total de Activos
Z = Índice
20
Tabla 1
Tabla 1 Variables usadas en el Z-Score
Ratio Financiero Categoría Significado

Capital de Trabajo/Total Liquidez y En una empresa que sufre
Activos tamaño permanentes pérdidas operacionales,
los activos corrientes se contraen en
relación con el total de los activos
Utilidades Retenidas/Total Rentabilidad, La edad de la empresa está implícita
Activos apalancamiento en este ratio. Las empresas jóvenes
son más propensas a quebrar. Si este
ratio es pequeño, significan bajas
utilidades acumuladas y alta
posibilidad de quiebra. Si la relación
de UR y TA es grande, indica que se
ha financiado reteniendo las
utilidades en lugar de hacer uso de
deuda.
EBIT/Total Activos Productividad Mide el poder de generación de
ingresos de los activos. La
insolvencia ocurre cuando el total de
los pasivos excede el valor de la
empresa como una fuente de flujos
de fondos.
Valor de Mercado de Solvencia Este ratio indica cuánto declina el
Capital/Valor en libros Total valor de los activos antes de que los
Pasivos pasivos excedan a los activos y la
empresa llegue a ser insolvente.
Ventas/Total de Activos Actividad Medida de capacidad de manejo en
condiciones competitivas.
Nota: Ratios usados como variables en la función discriminante Z-Score de Altman.
Elaboración propia con datos tomados del paper “Predicting Financial Distress on
Companies”, Altman, Edward, 2000, pp. 9-12.

El resultado del Z-Score se interpreta como se puede ver en la Tabla 2.

21
Tabla 2
Tabla 2 Interpretación del puntaje Z-Score
Menos de 1.81 1.82 – 2.7 2.7 – 2.99 Más de 3.0

La empresa incurrirá Problemas Relativa seguridad. La empresa no
en quiebra. Pocas financieros en un Se sitúa dentro de un tendrá problemas de
posibilidades de lapso de dos años. área de observación solvencia en el corto
recuperar solvencia. Es el intervalo más ( área gris ) y está y mediano plazo.
bajo del área gris. Se debajo del umbral de Factores como la
deben tomar más alta seguridad. mala gestión, fraude,
medidas drásticas desaceleración
para evitar la económica pueden
quiebra. ocasionar cambios
inesperados.
Nota: El resultado del índice Z-Score sitúa a la empresa en un rango de valores que permite
emitir un juicio sobre la predicción de quiebra. Elaboración propia.
Las limitaciones del Z-Score de Altman consistían en que el modelo solo aplicaba a
empresas manufactureras que cotizaban en bolsa. Esto representó un problema para aplicar el
modelo en empresas no inscritas en la bolsa y empresas comerciales o de servicios. Por esta
razón, Altman revisó su función discriminante primero para aplicar a todo tipo de empresa y
luego para aplicarla en empresas de los mercados emergentes.
Modelo Z’. Este modelo resultó de una revisión del Z-Score que hizo Altman, debido a
las limitaciones del modelo Z-Score, el cual solamente aplicaba a empresas públicas
manufactureras que cotizaban en bolsa. Lo que buscaba era aplicar el modelo a empresas del
sector privado. De hecho, en el modelo Z-Score, X1 requiere del precio de la acción. Para
solucionar este inconveniente, Altman sustituyó el valor de mercado (market value) en la variable
X4 por el valor en libros del capital y reestimó el modelo (Altman, 2000). El resultado de su
nueva función Z-Score revisado con la nueva variable X4 fue:

22
Z’ = 0.717X1 + 0.847X2 + 3.107X3 + 0.420X4 + 0.998X5 (2)
En esta ecuación se ve que el mayor peso ponderado lo da el coeficiente de X3 que
corresponde EBIT/TA ( Total de Activos ).
La interpretación del resultado del índice Z’ se muestra en la Tabla 3.
Tabla 3
Tabla 3 Interpretación del puntaje Z’
Menos de 1.23 1.24 – 2.89 Más de 2.89

La empresa incurrirá en Problemas financieros en un La empresa no tendrá
quiebra. Pocas lapso de dos años. Es el problemas de solvencia en el
posibilidades de intervalo más bajo del área corto y mediano plazo.
recuperar solvencia. gris. Se deben tomar medidas Factores como la mala
drásticas para evitar la quiebra. gestión, fraude,
desaceleración económica
pueden ocasionar cambios
inesperados.
Nota: El resultado del índice Z’ sitúa a la empresa en un rango de valores que permite emitir un
juicio sobre la predicción de quiebra. Elaboración propia.
Modelo Z’’. En la función Z’ se observó sin embargo, que, el coeficiente de X5 otorgaba
un peso importante a la rotación de activos, y como en las empresas manufactureras ese ratio
tiene valores significativos, los cálculos con las empresas comerciales y de servicios resultaban
distorsionados. Este hecho motivó un nuevo ajuste de la función Z’, el cual resultó en la
eliminación del coeficiente y la variable X5 y el mayor peso a la variable X3 de EBIT/TA.
El resultado de su nueva función Z” sin la variable X5 fue:
Z” =6.56X1 + 3.26X2 + 6.72X3 + 1.05X4 (3)
La interpretación del resultado del índice Z” se muestra en la Tabla 4.

23
Tabla 4
Tabla 4 Interpretación del puntaje Z”
Menos de 1.10 1.11 – 2.59 Más de 2.60

La empresa incurrirá en Problemas financieros La empresa no tendrá
quiebra. Pocas posibilidades en un lapso de dos años. problemas de solvencia en el
de recuperar solvencia. Es el intervalo más bajo corto y mediano plazo. Factores
del área gris. Se deben como la mala gestión, fraude,
tomar medidas drásticas desaceleración económica
para evitar la quiebra. pueden ocasionar cambios
inesperados.
Nota: Un nuevo ajuste de la función Z” resultó en la eliminación del coeficiente y la variable X5
y el mayor peso a la variable X3 de EBIT/Total Activos. Elaboración propia.
Indicadores Financieros
Los indicadores financieros son razones o relaciones entre cuentas de balance o del estado
de resultados y tienen el propósito de indicar tendencias, señalar probabilidades y los puntos
fuertes y débiles de un negocio (Ortiz Anaya, 2011).
Los indicadores financieros se pueden agrupar de acuerdo a su enfoque de la siguiente
manera: (a) liquidez, (b) actividad, (c) rentabilidad y (d) endeudamiento. A continuación, en la
Tabla 5, se presenta un resumen de los indicadores financieros más importantes y los cuales
serán utilizados en el presente trabajo.
Tabla 5
Tabla 5 Indicadores financieros clasificados por enfoque
Enfoque Indicador Razón Descripción

Liquidez Prueba ácida Activo corriente – Capacidad de la empresa para cancelar
(liquidez) inventarios/ sus obligaciones corrientes sin depender
Pasivo corriente de los inventarios. Saldos en efectivo
Actividad Rotación Cuenta por cobrar Días que tarda la empresa en recuperar su
cartera en días promedio*365/Ventas a cartera. Qué totalidad se vuelve en
crédito efectivo. Depende del plazo promedio de
la empresa
Continúa..
24

Continuación

Enfoque Indicador Razón Descripción
Actividad Rotación de Inventario promedio*365/ Cada cuántos días la empresa convierte
inventarios costo de mercancía vendida sus inventarios a efectivo o cuentas por
cobrar. Depende del costo y durabilidad
del producto
Actividad Rotación de Cuentas por pagar Cada cuántos días promedio la compañía
proveedores promedio*365/compras a paga sus cuentas por pagar
crédito del periodo
Actividad Ciclo de Rotación de cartera (días) + Días que la empresa tiene que financiar
efectivo Rotación de inventario( con recursos costosos su ciclo operativo
días) – Rotación de
proveedores (días)
Rendimiento Margen bruto Utilidad bruta/Ventas netas Qué porcentaje de utilidad bruta son
generadas en el año por la ventas netas
Rendimiento Margen Qué porcentaje de utilidad operacional
operacional Utilidad son generadas en el año por la ventas
operacional/Ventas netas netas
Rendimiento Margen neto Utilidad neta/Ventas netas Qué porcentaje de utilidad netas son
generadas en el año por la ventas netas
Rendimiento Rendimiento Utilidad neta/Patrimonio Qué rendimiento obtienen los socios o
del patrimonio dueños de la compañía sobre su inversión
ROE en el periodo de tiempo
Rendimiento Rendimiento Utilidad neta/Activo total Capacidad del activo para generar
del activo total bruto utilidades independientemente de cómo
ROA haya sido financiado
EBITDA EBITDA Utilidad operacional + Valor de la utilidad operacional en
gasto por depreciación + términos de efectivo
gasto por amortizaciones
Actividad + Sistema Si el rendimiento de la inversión proviene
rendimiento Dupont Utilidad neta/Ventas x de la eficiencia del uso de los recursos
Ventas/Activo Total para producir ventas o del margen neto de
utilidad que generan las ventas
Endeudamiento Nivel de Porcentaje de participación de los
endeudamiento Total pasivo con acreedores dentro de la empresa
terceros/Total activo
Endeudamiento Impacto de la Cuánto hay que destinar de las ventas
carga Gastos financieros/Ventas para pagar los gastos financieros
financiera
Endeudamiento Cobertura de Incidencia de los gastos financieros sobre
intereses Utilidad de las utilidades de la empresa
operación/intereses
pagados
Nota. Elaborado según información de Ortiz Anaya, H. (2011). Análisis financiero aplicado (14
25
ed.). Bogotá: Universidad Externado de Colombia (pp. 177-235).
Objetivo General
Definir la validez de la aplicación del diagnóstico de quiebra en el ámbito empresarial
colombiano, usando los indicadores Z de Altman en conjunto con los indicadores financieros de
liquidez, actividad, endeudamiento y rentabilidad.
Objetivos Específicos
Revisar la literatura existente, los trabajos de investigación sobre los modelos, y las
metodologías predictores de insolvencia y quiebra comprobados a nivel internacional.
Aplicar la metodología de métodos discriminantes de predicción de quiebra en las
empresas del sector colombiano.
Seleccionar una muestra de las empresas que se acogieron a la ley 550 de 1999 o a la ley
1116 del 2006 y que por lo tanto entraron a liquidación judicial o a reestructuración
organizacional.
Aplicar los modelos financieros de diagnóstico de quiebra para determinar su validez en
el contexto colombiano complementados con el análisis de indicadores financieros.
Comparar los resultados obtenidos de la aplicación de modelos financieros predictores de
quiebra con los resultados reales de insolvencia y con los resultados de los indicadores
financieros.
Definir si en Colombia son aplicables los modelos a usar como diagnóstico predictor de
quiebra, indicando los indicadores financieros que aciertan y los que fallan.
Sentar las bases para calcular un modelo discriminante para el entorno colombiano.
Metodología
La lista de las empresas sobre las cuales se selecciona la muestra para trabajar, se
descarga de la página web de la Superintendencia de Sociedades (Superintendencia de

26
Sociedades, 2013). En la sección de portafolio estadístico, se encuentra el listado de las
Sociedades en reorganización y validación judicial acumulado al 30 de septiembre del 2013. En
este listado está la relación de las empresas que, al 30 de septiembre del 2013, se acogieron a la
ley 1116 y entraron en acuerdo de reorganización, reestructuración, o liquidación obligatoria o
judicial, ver. Con este listado se forman dos categorías de empresas, una categoría corresponde
al grupo de empresas que se acogieron a la ley de insolvencia y la otra categoría agrupa a las
empresas que no presentaron insolvencia en el mismo periodo de tiempo analizado. Cada
categoría agrupa las empresas se acuerdo a su tamaño y al sector que pertenecen, según la
clasificación definida por la Superintendencia de Sociedades que se puede ver en la Tabla 6.
Tabla 6
Tabla 6 Agrupación de las empresas a evaluar
Categoría Valor en activos SMLMVa Número empleados

Micro 0 - 500 0 - 10
Pequeña 501 - 5,000 11 - 50
Mediana 5,001 - 30,000 51 - 200
Grande mayor de 30,001 Más de 200
Nota: Elaborado según la información publicada en la página web de la Superintendencia de
Sociedades.
a
Salario mínimo legal mensual vigente.
Los sectores se asignan de acuerdo a la clasificación económica que se asigna a las
empresas en la Cámara de Comercio o código CIIU. Para hacer esta selección, se tuvo en cuenta
la recomendación de Altman en sus investigaciones. Altman señala que su modelo Z-Score es un
modelo preciso si se pronostica dos años antes a la ocurrencia de la quiebra. Esta precisión
disminuye a medida que aumenta el tiempo del pronóstico con relación a la declaración de la
quiebra (Altman, 2000). Cuando se selecciona la empresa por el año en el cual se acogió a la ley
de insolvencia, el cual está entre los años 2004 y 2007, dada la disponibilidad de los datos, se
27
buscan sus estados financieros de dos, tres o cuatro años atrás y se toman los estados financieros
más próximos al período de declaración de insolvencia para cumplir con el requisito de Altman
de asegurar la precisión del pronóstico. Finalmente, se arma la base de datos de empresas con
cifras de balance, estados de resultados y flujos de efectivo y se procede a calcular y analizar el
indicador Z-Score. De las tres ecuaciones mencionadas para calcular el Z-Score, se toma la
ecuación (3) o Z’’ pues esta ecuación aplica a todas las empresas, sin importar si cotizan en bolsa
o si son manufactureras o comerciales.
Para calcular el Z-Score por cada empresa seleccionada, se toman las cuentas contables de
los estados financieros ya recabados y se calculan los ratios que se necesitan para la ecuación, los
cuales están especificados en la Tabla 1. A continuación se presenta la ecuación y las variables a
calcular, las cuales corresponden a los ratios que se indican.
Z” =6.56X1 + 3.26X2 + 6.72X3 + 1.05X4
Las cuatro variables independientes del modelo son los siguientes ratios:
X1 = Capital de Trabajo/Total Activos
X2 = Utilidades Retenidas/Total Activos
X3 = EBIT/Total Activos
X4 = Patrimonio/Valor en libros Total Pasivos
Z’’ = Índice
Una vez calculado el Z-Score para la empresa, se procede a clasificar el resultado de
acuerdo a la interpretación de los rangos indicados en la Tabla 4. Dependiendo del resultado, se
indica la insolvencia con una flecha roja boca abajo, la solvencia con una flecha verde apuntando
hacia arriba y la zona gris con un lecha gris en sentido horizontal, tal como se muestra en la
28
Figura 3.
Figura 3
Figura 3 Cálculo del Z-Score Z” por empresa
NIT 6,56 X1 3,26 X2 6,72 X3 1,05 X4 Z-Score Resultado Z-

Z” Score
830063156 0,23 -0,01 -0,53 0,06 INSOLVENTE
-0,26
890929714 1,69 -0,32 -0,88 1,01 1,50 ZONA GRIS
800118281 3,86 -0,31 -0,16 0,58 SOLVENTE
3,96
Nota: Un valor menor a 1.10 se marcará con una flecha roja, un valor mayor a 2.60 se marcará con
una flecha verde y un valor entre 1.10 y 2.60 se marcará con una flecha gris. Nota: Elaboración
propia con cálculos sobre información de la Superintendencia de Sociedades.
El resultado del Z-Score calculado para cada empresa se compara con el estado de
insolvencia o solvencia de la empresa que se reportó en el futuro, a los cuatro, tres, dos o un año
siguientes. El resultado de esta comparación puede tener tres valores:
(a) Acierto: cuando el Z-Score dio el mismo estado que el reportado por la empresa.
(b) Falla: cuando no coincide el resultado del Z-Score con el reportado por la empresa.
(c) Zona Gris: cuando el resultado del Z-Score indica una zona en la cual no se puede
definir con certeza el resultado. Ver Figura 4.
La Tabla 7 muestra las posibles combinaciones y los resultados de comparar el Z-Score con el
estado de solvencia de la empresa en el futuro.
Figura 4
Figura 4 Comparación del Z-Score con el resultado real de las empresas
Zscore Resultado Según Ley 1116 Comparación Tamaño NIT

Zscore Superintendencia con Zscore
1,14 INSOLVENTE INSOLVENTE ACIERTO GRANDE 860026186

1,50 ZONA GRIS INSOLVENTE ZONA GRIS MEDIANA 890929714
-3,39 INSOLVENTE SOLVENTE FALLA PEQUEÑA 860050329
29
Nota: Comparación del Z-Score con el resultado real de la empresa. De la comparación entre el
Z-Score y el estado real de la empresa pueden resultar los valores de acierto, falla o zona gris.
Tabla 7
Tabla 7 Resultados de comparar el Z-Score con el estado de solvencia real
Según ley 1116 Comparación con

Resultado Zscore
SUPERINTENDENCIA Zscore
INSOLVENTE INSOLVENTE ACIERTO
SOLVENTE SOLVENTE ACIERTO
INSOLVENTE SOLVENTE FALLA
SOLVENTE INSOLVENTE FALLA
ZONA GRIS INSOLVENTE ZONA GRIS
ZONA GRIS SOLVENTE ZONA GRIS
Nota: El resultado de comparar el Z-Score calculado con el estado real de solvencia de la

empresa puede dar tres resultados: Acierto, Falla o Zona Gris. Elaboración propia.
Una vez determinado el nivel de acierto del cálculo del Z-Score con la realidad, el
siguiente paso consiste en calcular los indicadores financieros de liquidez, actividad,
endeudamiento y rentabilidad por cada empresa como lo muestra la Figura 5.
Figura 5
Figura 5 Cálculo de los indicadores financieros
LIQUIDEZ ENDEUDAMIEN ACTIVIDAD RENTABILIDAD RENTABILIDAD RENTABILIDAD

TO
NIT PRUEBA NIVEL DE ROTACIÓN DE MARGEN NETO ROE EBITDA

ÁCIDA ENDEUDAMIEN CARTERA (días)
TO
860520792 0,48 0,30 23,22 -0,01 -0,03 3477743
800097374 1,00 0,42 1,53 0,00 -0,01 2227782
830049483 0,39 0,69 0,33 -0,02 -0,08 1249162
800027518 0,67 0,92 0,22 0,00 0,15 -251980
890923589 0,39 0,34 0,11 0,00 0,00 1803264
800131862 0,24 0,81 0,03 -0,01 -0,05 558023
860025707 1,16 0,16 5,02 0,01 0,02 5323484
860033140 0,46 0,24 40,51 0,07 0,04 1236557
860026186 0,05 0,51 7,45 -0,03 -0,04 11962165
890919078 1,00 0,20 0,05 0,01 0,02 2308304
860035443 0,73 0,40 7,79 0,01 0,03 855549
30
Nota: Para cada empresa se calculan los indicadores financieros para luego comparar estos
resultados con el Z-Score. Elaboración propia.
Dependiendo del resultado de cada indicador, se indicará un valor de “ALERTA” si el
valor del indicador sobrepasa los rangos esperados del mismo como se indica en la Tabla 10, en
caso contrario un valor de “OK” indicará que el valor del ratio está dentro del rango esperado, el
cual también se evalúa de acuerdo a lo indicado en la Tabla 7. En la Figura 6 se ve una muestra
un ejemplo de este cálculo. El anexo en Excel de indicadores financieros muestra los valores y
las fórmulas utilizas en cada caso, así como la derivación de las respuestas.
Figura 6
Figura 6 Generación de alertas en indicadores financieros
NIT PRUEBA FLUJO DE ROTACIÓN ROTACIÓN DE ROTACIÓN DE NIVEL DE

ÁCIDA EFECTIVO DE INVENTARIOS PROVEEDORES ENDEUDA-
CARTERA (días) (días) MIENTO
(días)
860026186 ALERTA OK OK ALERTA ALERTA OK

830063156 ALERTA ALERTA OK ALERTA ALERTA ALERTA
800034870 ALERTA OK OK OK ALERTA OK
830049192 ALERTA OK OK OK OK ALERTA
890929714 OK OK ALERTA ALERTA ALERTA OK
800118281 ALERTA ALERTA OK ALERTA ALERTA OK
800041761 OK OK ALERTA ALERTA ALERTA ALERTA
860050329 ALERTA ALERTA ALERTA ALERTA OK ALERTA
890922879 ALERTA OK ALERTA ALERTA OK ALERTA
890209321 OK OK ALERTA ALERTA ALERTA ALERTA
890924742 OK OK ALERTA OK ALERTA ALERTA
Nota: Al calcular los indicadores financieros se generan las alertas cuando los valores calculados
indiquen el riesgo. Elaboración propia.
En este momento se compara el resultado de los indicadores financieros con el resultado
del Z-Score para emitir un resultado de acierto o de falla según resulte la comparación. Se
considerará como un “ACIERTO” si el indicador tiene un valor de “ALERTA” y el Z-Score un
valor de “INSOLVENCIA” o si el indicador tiene un valor de “OK” y el Z-Score un valor de

31
“SOLVENTE”. Una “FALLA” se produce si el indicador tiene un valor de “ALERTA” y el Z-
Score un valor de “SOLVENTE” o si el indicador financiero dio un resultado de “OK” y el Z-
score dio un resultado de “INSOLVENTE”. La Tabla 8 resume los posibles resultados de
comparar el Z-Score con el resultado de los indicadores financieros.
Tabla 8
Tabla 8 Resultados de comparar el Z-Score con el resultado de los indicador financieros
Comparación con
Resultado Zscore Indicador Financiero
Zscore
INSOLVENTE ALERTA ACIERTO
SOLVENTE ALERTA FALLA
INSOLVENTE OK FALLA
SOLVENTE OK ACIERTO
ZONA GRIS ALERTA ZONA GRIS
ZONA GRIS OK ZONA GRIS
Nota: El resultado de comparar el Z-Score calculado con el resultado de la evaluación de los
indicadores financieros puede dar tres resultados: Acierto, Falla o Zona Gris. Elaboración propia.
Desarrollo
El análisis comienza con la selección de las empresas de acuerdo a lo mencionado en la
metodología. Son dos categorías: (a) empresas insolventes y (b) empresas solventes. Cada
categoría consta de 326 empresas para un total de 652. En cada categoría hay tres agrupaciones
por tamaño dependiendo del valor de los activos y el número de empleados, según la definición
establecida por la Superintendencia de Sociedades, como se puede ver en la Tabla 6: (a) empresas
grandes, (b) empresas medianas y (c) empresas pequeñas. Adicionalmente, las empresas
pertenecen a 14 sectores. En la Tabla 9 se observa la agrupación de las empresas seleccionadas
para el análisis por categoría y tamaño. Luego, la Tabla 10 presenta los sectores a los cuales
32
pertenecen las empresas seleccionadas. La clasificación por sector se hace por el código CIIU2.
Tabla 9
Tabla 9 Muestra de empresas seleccionada por categoría y tamaño
Total
INSOLVENTE 326a
GRANDE 100
MEDIANA 159
PEQUEÑA 67
SOLVENTE 326
GRANDE 100
MEDIANA 159
PEQUEÑA 67
Total general 652
Nota: Resumen de los datos a analizar. Se trata de
dos categorías, cada una con 326 empresas
seleccionadas para un total de 652.
a
El detalle de las empresas seleccionadas se puede
observar en el apéndice. Elaboración propia.
Tabla 10
Tabla 10 Sectores seleccionados
Código CIIU Descripción del sector Total

A0 ACTIVIDADES AGRÍCOLAS 51
B0 PESCA 4
C1 CARBÓN Y DERIVADOS 3
D1 TEXTILES Y CALZADO 163
DERIVADOS DEL PETROLEO Y
D2 GAS 136
D3 VEHÍCULOS 142
F4 OBRAS CIVILES 26
G5 COMERCIO AL POR MAYOR 90
H5 ALIMENTOS 6
I6 TURISMO, TRANSPORTE 10
J6 SERVICIOS FINANCIEROS 4

2 El código CIIU es un código de clasificación de actividades económicas, utilizado por la Cámara de
Comercio y la Superintendencia de Sociedades para categorizar las estadísticas de las empresas
colombianas
33
K7 INFORMATICA 13
M8 EDUCACIÓN 1
O9 SERVICIOS COMUNITARIOS 3
Total general 652
Nota: Se seleccionan diversos sectores en la muestra para

realizar el análisis. Elaboración propia.
Se tienen los estados financieros de las empresas al 2004 y 2007 para tomar las cifras. De
las 652 empresas seleccionadas, las insolventes, es decir 326, se acogieron a la ley de
insolvencia en el rango de años desde el 2005 al 2011 en la cantidad mostrada en la Tabla 11. El
pronóstico para las empresas que se acogieron a la ley en los años 2005, 2006 y 2007 se hace con
los datos de balance, estado de resultados y flujo de efectivo del 2004. De la misma forma, el
pronóstico para las empresas que se acogieron a la ley en los años 2008, 2009, 2010 y 2011 se
hace con los datos de balance, estado de resultados y flujo de efectivo del 2007.
Tabla 11
Tabla 11 Empresas Insolventes. Año de acuerdos y fechas de evaluación
Año de los datos Año de los datos

LEY 1116 SUPERINTENDENCIA de balance de balance
Total
Año de acuerdo de insolvencia 2004 2007 general
2005 44 44
2006 32 32
2007 17 17
2008 33 33
2009 50 50
2010 59 59
2011 91 91
Total general 93 233 326
Nota: Las empresas insolventes seleccionadas se evalúan con los datos de los
estados financieros del 2004 y 2007. Elaboración propia.
Se calcula el Z-Score para cada empresa en los años 2004 y 2007, según corresponda y se
obtiene una respuesta que indica el estado de solvencia de la empresa en el futuro. Por otro lado,
34
se sabe cuáles empresas fueron insolventes después del 2004 y del 2007 y cuáles empresas no
presentaron problemas de solvencia. Del cruce del Z-Score calculado en el 2004 o el 2007 según
sea el caso, con el estado de solvencia conocido en los años futuros indicados se pueden
determinar los aciertos, fallas y zonas grises, de tal manera que se puede evaluar el porcentaje de
acierto y error en cada categoría, tamaño y sector.
Resultado de Z-Score para empresas insolventes
De las 326 empresas insolventes seleccionadas, hubo un pronóstico errado en 68 empresas
equivalentes al 21%. En 190 empresas hubo un pronóstico de acierto en insolvencia. De igual
manera 68 empresas fueron pronosticadas en zona gris, es decir, existe incertidumbre de
solvencia e insolvencia. En suma, el 74% del pronóstico de insolvencia fue acertado. La
evaluación por tamaño, contrario a lo que se esperaba, mostró un mayor porcentaje de acierto en
las empresas medianas equivalente al 78%, ligeramente por encima del 76% de acierto en las
empresas de tamaño grande y muy superior en comparación con el porcentaje de acierto del 65%
en las empresas pequeñas. El detalle de este resultado se puede observar en la Tabla 12.
Tabla 12
Tabla 12 Empresas Insolventes. Resultado Z-Score
RESULTADO Z-SCORE
ACIERTO FALLA Total general ACIERTO
INSOLVENTE
GRANDE 53 17 70 76%
MEDIANA 91 26 117 78%
PEQUEÑA 46 25 71 65%
Total INSOLVENTE 190 68 258 74%
Nota: El porcentaje de acierto es del 74%. Las empresas medianas tienen el mayor
porcentaje de acierto con un 78%. Elaboración propia.
Resultado de Z-Score para empresas solventes
De las 326 empresas solventes seleccionadas, hubo un pronóstico errado en 71 empresas

35
equivalentes al 28%. En 176 empresas hubo un pronóstico de acierto en solvencia. De igual
manera 79 empresas fueron pronosticadas en zona gris, es decir, existe incertidumbre de
solvencia e insolvencia. En suma, el 71% del pronóstico fue acertado. La evaluación por
tamaño, contrario a lo que se esperaba, mostró un mayor porcentaje de acierto en las empresas
medianas equivalente al 75% por encima del 69% de acierto en las empresas de tamaño grande y
del porcentaje de acierto del 67% en las empresas pequeñas. El detalle de este resultado se puede
observar en la Tabla 13.
Tabla 13
Tabla 13 Empresas Solventes. Resultado Z-Score
Resultado Zscore
ACIERTO FALLA Total general ACIERTO
SOLVENTE
GRANDE 57 26 83 69%
MEDIANA 88 30 118 75%
PEQUEÑA 31 15 46 67%
Total SOLVENTE 176 71 247 71%
Nota: El porcentaje de acierto es del 71%. Las empresas medianas tienen el mayor
porcentaje de acierto con un 75%. Elaboración propia.
Comparación de indicadores financieros con Z-Score
A continuación se resume el nivel de acierto del Z-Score calculado con los resultados de
varios indicadores financieros. Se diagnostica: (a) liquidez, (b) actividad, (c) endeudamiento y
(d) rentabilidad. Al cruzar el resultado del Z-Score en cada empresa, con los diferentes
indicadores financieros, se nota la más alta precisión en los indicadores de liquidez,
endeudamiento y rentabilidad, como se observa en la Tabla 14. La más baja precisión, sin
embargo, ocurre con los indicadores de actividad los cuales comprenden rotación de cartera,
inventarios y proveedores. En endeudamiento, se alcanza 82% de precisión con el indicador de
nivel de endeudamiento y 84% de precisión en apalancamiento total. En liquidez, el total de

36
acierto es del 78%. La rentabilidad muestra un 73% de precisión en el ROA y en el margen neto
de utilidad, 67% en EBITDA y 70% en margen operacional. En los indicadores de actividad sin
embargo, se alcanzó el 58% de acierto con el indicador del flujo de efectivo y un 65% de
precisión en la rotación de proveedores. Estos resultados de más del 70% confirman la validez de
la precisión en el cálculo del Z-Score en las empresas colombianas pero igualmente señala la
mayor precisión en los resultados de los indicadores de liquidez, endeudamiento y rentabilidad.
Liquidez. El 66% de las empresas pronosticadas como insolventes con el Z-Score fueron
calificadas con alerta por la prueba ácida y el 91% de las empresas calificadas como solventes
por el Z-Score fue evaluada de idéntica manera por la prueba ácida como se observa en la Tabla
14. En suma, se alcanzó un 78% de acierto en la evaluación del pronóstico de liquidez entre Z-
score y los indicadores financieros. Este resultado señala un buen nivel de precisión en el
pronóstico de insolvencia y liquidez usando el Z-Score lo cual significa que cuando se
pronostique una empresa como insolvente por Z-Score hay mucha probabilidad de que de igual
manera tenga problemas serios de liquidez. Si la empresa es calificada como solvente por el Z-
Score hay una alta probabilidad de que la misma empresa no tenga problemas serios de liquidez
en el corto plazo. Se reconoce, que, aunque la probabilidad de pronóstico es muy alta en las
empresas calificadas como insolventes con el Z-Score (66%), la precisión es aún mayor cuando
se trata de calificar una empresa como solvente (91%). En cuanto al resultado por tamaño de la
empresa, se puede observa una mayor precisión en el pronóstico realizado en las empresas
grandes ( 70% y 94%) aunque también es muy buena la precisión en las empresas medianas (56%
y 92%). Ver Tabla 15.
Actividad. Si bien se logró un nivel de acierto del 58% con la calificación del flujo de
efectivo, los demás indicadores de actividad como rotación de cartera, inventarios y ciclo de
efectivo estuvieron por debajo del 50% tal como lo muestra la Tabla 14. Estos resultados indican
37
que el puntaje del Z-Score no es una señal seria en relación con el nivel de actividad de una
empresa. En estos casos cuando se hacen los pronósticos de solvencia con el Z-Score debe
hacerse un análisis separado del diagnóstico de actividad de las empresas. Es lógico que esto
tenga que hacerse de esta manera especialmente con los indicadores de actividad, ya que la
rotación de cartera, de inventarios y de proveedores deben complementarse con el resultado de
los demás indicadores para juicios más precisos.
Endeudamiento. En indicadores de endeudamiento se obtuvieron los niveles más altos
de precisión como puede observarse en la Tabla 14. Los porcentajes del 84% de precisión al
evaluar el apalancamiento total y el 82% calculando el nivel de endeudamiento, permiten suponer
la alta probabilidad de un diagnóstico similar al comparar el Z-Score con estos indicadores, en
cuanto a la forma en que participan los acreedores en el financiamiento de la deuda en las
empresas en el pronóstico de solvencia. Si el Z-Score indica que la empresa tiene problemas de
solvencia es muy probable que la empresa evaluada tenga problemas de deuda. Si el Z-Score
indica que no hay problemas de solvencia puede suponerse que todo anda bien con el manejo de
la deuda en la empresa. Aunque la probabilidad de pronóstico es muy alta en las empresas
calificadas como insolventes con el Z-Score (59%), la precisión es aún mayor cuando se trata de
calificar una empresa como solvente (89%). En cuanto al resultado por tamaño de la empresa, se
puede observar una precisión muy similar en las empresas de todos los tamaños. El pronóstico es
muy alto, preciso y similar en cada empresa sin importar el tamaño de la misma. Ver Tabla 15.
Rentabilidad. Conjuntamente con los indicadores de endeudamiento, los indicadores de
rentabilidad muestran los más altos porcentajes de acierto al comparar el pronóstico de la
solvencia de una empresa por Z-Score y por indicadores de rentabilidad. Como puede observarse
en la Tabla 14, se alcanzaron porcentajes de entre el 70% y 73% de acierto en los indicadores de
margen neto de utilidad, margen operacional y ROA el EBITDA también mostró ser un buen
38
indicador con el 67% de acierto. El cálculo de los indicadores de rentabilidad permite suponer la
alta probabilidad de un diagnóstico similar al comparar el Z-Score con estos indicadores, en
cuanto a la efectividad en la administración de los costos y gastos y de la conversión de las ventas
en utilidades. Si el Z-Score indica que la empresa tiene problemas de solvencia es muy probable
que la empresa evaluada tenga problemas rendimiento. Si el Z-Score indica que no hay
problemas de solvencia puede suponerse que todo anda bien con el manejo de los costos, gastos y
con la eficiencia administrativa en la empresa. Aunque la probabilidad de pronóstico es muy alta
en las empresas calificadas como insolventes con el Z-Score (57%), la precisión es aún mayor
cuando se trata de calificar una empresa como solvente (89%). En cuanto al resultado por
tamaño de la empresa, se puede observar una precisión muy similar en las empresas de todos los
tamaños. El pronóstico es muy alto, preciso y similar en cada empresa sin importar el tamaño de
la misma. Ver Tabla 15.
Tabla 14
Tabla 14 Resultado Z-Score comparado con indicadores financieros
INDICADOR INSOLVENTE SOLVENTE ACIERTO

LIQUIDEZ
PRUEBA ÁCIDA 66% 91% 78%
ACTIVIDAD
FLUJO DE EFECTIVO 52% 65% 58%
ROTACIÓN DE CARTERA 48% 32% 41%
ROTACIÓN DE INVENTARIOS 46% 38% 42%
ROTACIÓN DE PROVEEDORES 57% 73% 65%
CICLO DE EFECTIVO 58% 37% 48%
ENDEUDAMIENTO
NIVEL DE ENDEUDAMIENTO 74% 90% 82%
ENDEUDAMIENTO FINANCIERO 72% 54% 63%
CARGA FINANCIERA 22% 78% 50%
COBERTURA DE INTERESES 36% 64% 50%
LEVERAGE TOTAL 75% 93% 84%
39
RENTABILIDAD
MARGEN BRUTO DE UTILIDAD 43% 85% 64%
MARGEN OPERACIONAL 54% 85% 70%
MARGEN NETO DE UTILIDAD 59% 89% 73%
DUPONT 57% 89% 73%
ROE 51% 70% 51%
ROA 57% 89% 73%
EBITDA 48% 87% 67%
Nota: Resultado de comparar el Z-Score calculado con el resultado de los indicadores
financieros. Elaboración propia.
Tabla 15
Tabla 15 Resultado Z-Score comparado con indicadores financieros por Tamaño
INDICADOR INSOLVENTE SOLVENTE

LIQUIDEZ 66% 91%
GRANDE 70% 94%
MEDIANA 56% 92%
PEQUEÑA 77% 85%
ACTIVIDAD 74% 90%
GRANDE 51% 93%
MEDIANA 79% 88%
PEQUEÑA 86% 89%
ENDEUDAMIENTO 59% 89%
GRANDE 57% 86%
MEDIANA 54% 90%
PEQUEÑA 68% 91%
RENTABILIDAD 57% 89%
GRANDE 57% 87%
MEDIANA 52% 91%
PEQUEÑA 63% 91%
Nota: Resultado de comparar el Z-Score calculado

con el resultado de los indicadores financieros
discriminando los aciertos por el tamaño de la
empresa. Elaboración propia con información bajada
de la página web de la Superintendencia de
Sociedades www.Supersociedades.gov.co ;
Procedimientos de Insolvencia
40
Conclusiones
Luego de calcular masivamente el Z-Score, de aplicar los ratios financieros y de
cuantificar el porcentaje de acierto de estos resultados en 652 empresas colombianas, agrupadas
en dos categorías de 326 insolventes y 326 solventes en los años 2004 al 2007, se encontraron los
siguientes resultados:
Se calculó un porcentaje total de acierto del 79% en el pronóstico del Z-Score. Este
resultado está conformado por los siguientes hallazgos:
(a) De una muestra de 326 empresas insolventes, el Z-Score arrojó el mismo pronóstico
en 190 empresas.
(b) De una muestra de 326 empresas solventes, el Z-Score arrojó el mismo pronóstico en
176 empresas.
(c) De la muestra total de 652 empresas, el Z-Score calificó a 147 como de pronóstico
incierto, es decir, en zona gris. De esas 147 pronosticadas por el modelo como zona
gris, en la realidad 65 resultaron insolventes y 82 solventes.
Al considerar el tamaño de las empresas, el mayor porcentaje de acierto se logró con las
empresas calificadas como “medianas” por la Superintendencia Financiera, es decir, aquellas
cuyo monto el activos totales está entre 5,001 y 30,000 salarios mínimos vigentes y entre 52 y
200 empleados. El porcentaje de acierto fue de 78% pronosticando insolvencia y el 75%
pronosticando solvencia. Estos valores fueron cercanos, aunque superiores al porcentaje de 76%
de acierto pronosticando insolvencia y 69% pronosticando solvencia, logrado en las empresas
“grandes”, que son aquellas que superan los límites de activos totales y empleados de las
empresas medianas. En las empresas “pequeñas”, es decir, aquellas por debajo de los límites de
activos y empleados, de las empresas “medianas”, el resultado de acierto fue de 65%

41
pronosticando insolvencia y 67% pronosticando solvencia.
Las anteriores conclusiones, permiten confirmar la precisión y vigencia del modelo Z-
Score como modelo de predicción de insolvencia en todo tipo de empresas de le economía
colombiana.
Esta conclusión, va en contra de lo normalmente divulgado en los documentos de
investigación sobre insolvencia con Z-Score y en los libros de Finanzas Corporativas, en los
cuales se favorecen las empresas manufactureras grandes. En este trabajo, en cambio, a raíz del
contexto empresarial colombiano, se consideraron todo tipo de empresas, no solo manufactureras,
sino comerciales, de servicios y de distinto tamaños. Como se sostuvo, el indicador Z-Score
resultó ser un modelo confiable pronosticando insolvencia para todo tipo de empresa sin importar
tamaño ni sector.
Al realizar la comparación del pronóstico logrado con el Z-Score y los resultados de los
indicadores financieros agrupados en los enfoques de liquidez, actividad, endeudamiento y
rentabilidad, se identificó que los resultados más acertados son los que corresponden a los
indicadores de liquidez, endeudamiento y rentabilidad. La más baja precisión, sin embargo,
ocurre con los indicadores de actividad los cuales comprenden rotación de cartera, inventarios y
proveedores. A pesar del generalizado buen nivel de acierto en estos indicadores, hay algunos
que se comportan mejor en el pronóstico y que pueden tomarse en cuenta al momento de hacer un
diagnóstico financiero. Esos indicadores son: (a) en liquidez, la prueba ácida, (b) en
endeudamiento, el apalancamiento total y el nivel de endeudamiento y (c) en rentabilidad, el
margen neto de utilidad, el margen operativo, el ROA y el EBITDA.
En indicadores de endeudamiento se obtuvieron los niveles más altos de precisión. Los
porcentajes del 84% de precisión al evaluar el apalancamiento total y el 82% calculando el nivel
de endeudamiento, permiten suponer la alta probabilidad de un diagnóstico similar al comparar el

42
resultado del Z-Score con los valores de estos indicadores, en cuanto a la forma en que participan
los acreedores en el financiamiento de la deuda en las empresas en el pronóstico de insolvencia.
La conclusión es, que si el Z-Score indica que la empresa tiene problemas de solvencia es muy
probable que la empresa evaluada tenga serios problemas de deuda.
En los indicadores de liquidez, el 66% de las empresas pronosticadas como insolventes
con el Z-Score fueron calificadas con alerta por la prueba ácida y el 91% de las empresas
calificadas como solventes por el Z-Score fue evaluada de idéntica manera. Se alcanzó un 78%
de acierto en la evaluación del pronóstico de liquidez al comparar los resultados del Z-Score y de
los indicadores de liquidez. Este resultado señala un buen nivel de precisión en el pronóstico de
insolvencia y liquidez usando el Z-Score, lo cual significa que cuando se pronostica una empresa
como insolvente por Z-Score hay mucha probabilidad de que de igual manera tenga problemas
serios de liquidez.
En cuanto a los indicadores de rentabilidad, los mismos reflejaron altos porcentajes de
acierto al comparar el pronóstico de la solvencia de una empresa por Z-Score y por indicadores
de rentabilidad. Los indicadores de margen neto de utilidad alcanzaron un puntaje del 70% de
acierto, los indicadores de margen operacional y ROA lograron 73% de acierto. El EBITDA
también mostró ser un buen indicador con el 67% de acierto. El cálculo de los indicadores de
rentabilidad permite suponer la alta probabilidad de un diagnóstico similar al comparar el Z-
Score con estos indicadores, en cuanto a la efectividad en la administración de los costos y gastos
y de la conversión de las ventas en utilidades.
Pese a los altos niveles de precisión encontrados, al comprobar aciertos mayores al 80% y
en algunos casos del 90%, el promedio del 73% y la variabilidad de los porcentajes de acierto,
animan a tomar este estudio como base para un trabajo adicional que parta de las conclusiones
obtenidas, con el fin de lograr una ecuación discriminante del indicador Z-Score ajustado a la
43
realidad colombiana. De hecho, como lo menciona Platikanova, modelos ajustados del Z-Score
se han calculado en Brasil (Platikanova, 2005) y según lo menciona Ibarra Mares, el modelo fue
ajustado en China (Ibarra Mares, 2001). En estos casos, los trabajos tienen un fuerte componente
de cálculo econométrico y deben considerar los ratios financieros aquí calculados para encontrar
los nuevos coeficientes localizados. Pero los hallazgos de este trabajo confirman lo que desde un
principio se esperaba, la confiabilidad y vigencia del modelo Z-Score como modelo predictor de
insolvencia en la economía colombiana y el punto de partida para alcanzar el cálculo del modelo
propio.
44
Obras Consultadas
Altman, E. I. (2000). Predicting Financial Distress of Companies: Revisiting the Z-SCORE and
ZETA® models. Stern School of Business, New York University, New York.
Besley, S., & Brigham, E. F. (2001). Fundamentos de Administración Financiera
(Decimosegunda ed.). Méxioc, D.F., México: McGraw Hill.
Brealey, M. A. (2010). Principios de Finanzas Corporativas (Novena ed.). México: McGraw
Hill.
Douglas Colauto, R., Taboada Pinheiro, L. E., & Lima Pinheiro, J. (2009). Información Contable
en la Predicción de Insolvencia: Estudio inferencial univariante aplicado a empresas
españolas. Revista Contemporânea de Contabilidade, pp. 153, 154.
Fernández, P. (2000). Valoración de Empresas. Barcelona: Gestión 2000.
Ibarra Mares, A. (2001). Análisis de las dificultades Financieras de las empresas Empresas en una
economía emergente. Tesis Doctoral en Dirección y Administración de Empresas .
Barcelona.
León García, O. (1999). Administración Financiera (3a ed.). Bogotá: Oscar León García.
León Valdés, C. (2009). Revista de la Universidad Externado de Colombia. Recuperado el 29 de
Abril de 2013, de revistas.uexternado.edu.co:
http://revistas.uexternado.edu.co/index.php/contad/article/view/1295
Ministerio de Comercio, Industria y Turismo ; Superintedencia de Sociedades;. (2007). Nuevo
Régimen de Insolvencia Empresarial Ley 1116 DE 2006 . Cartilla Nuevo Régimen de
Insolvencia Empresarial Ley 1116 DE 2006 , pp. 1-6.
Ochoa Garro, Y. V., Toro Cartagena, D. C., Betancur Gallego, L. A., & Correa García, J. A.
(2009). El indicador Z, una forma de prevenir el riesgo de continuidad. Revista de

45
Contaduría Universidad de Antioquia, pp. 54, 225-255.
Ortiz Anaya, H. (2011). Análisis financiero aplicado (14 ed.). Bogotá: Universidad Externado de
Colombia.
Platikanova, P. (2005). El análisis económico-financiero: Estado del arte. Revista de
Contabilidad y Dirección, 2, pp. 95-120.
Ross, S., Westerfield, R. W., & Jaffe, J. (2009). Corporate Finance (9th ed.).
Superintendencia de Sociedades. (1 de 5 de 2013). Superintendencia de Sociedades. Recuperado
el 1 de 5 de 2013, de Superintendencia de Sociedades Estadísticas de Procesos:
http://www.supersociedades.gov.co

46
Apéndice
Tabla A1
Tabla A1 Cronología de los estudios de predicción de quiebra
Etapa Descriptiva
El análisis financiero a través del método de ratios para la predicción de quiebras
Año Autor Descripción
1932-1965 Fitzpatrick Paul; Winakor Estos trabajos se caracterizaron por intentar
Arthur y Smith Raymond; demostrar que los ratios de las empresas que
Mervin Charles; Horrigan fracasaban presentaban una tendencia
James desfavorable conforme se acercaba la fecha
del fracaso definitivo de la empresa.
Inicio de la etapa predictiva

Estudios de modelos univariables basados en información contable tradicional
1966-1968 William Beaver Utilizó métodos estadísticos avanzados que
le permitieran determinar el nivel de
solvencia y de liquidez de las empresas
para posteriormente predecir la quiebra.
Trabajó con el método discriminante
univariable. Aunque trabajó también con el
método multivariable, finalmente no lo
consideró tan eficiente como su modelo. A
partir de sus estudios Altman trabajó
sus modelos Z de predicción de quiebra.
Desarrollo de la etapa predictiva

Estudios de modelos multivariables basados en información contable tradicional
1968-1985 Altman Edward; Deakin La teoría de la predicción de quiebra se
Edward; Edmister Robert; fortaleció con los métodos estadísticos
Blum Marc; Ohlson James; multivariables, como el análisis
Rose Peter y Giroux Gary; discriminante lineal, análisis discriminante
Taffler Richard; Zavgren cuadrático, análisis de regresión, análisis
Christine factorial, entre otros. Este método se aplica
a una diversidad de variables en una
muestra de observaciones.
Continúa..
47
Continuación

1980-1989 Dambolena Ismael y Khory; A partir de la década de los ochenta, se
Dambolena Ismael y Shulman iniciaron estudios para investigar si existía
Joel; Largay James y Stickney evidencia empírica de una mayor capacidad
Clyde Casey Cornelius; Casey predictiva al utilizarse el Cash Flow
Cornelius y Bartczack Norman; operativo. Los primeros reportes de su uso
Gentry James, Newbold Paul y se remontan a 1987 cuando por decisión de
Whiford David; Kurokawa la FASBa se volvieron obligatorios, en
Yurikaru y Takahashi ellos se advirtió que el simple concepto de
Kichinosuke; Gambola Cash Flow operativo no era suficiente, pues
Micahel, Haskins Mark, Kentz existían otras medidas que también eran
Edward y Williams David; importantes como el Cash Flow de
Ghalon James y Vigelan financiación, el de inversión, entre otros. El
Robert; Azis Abdul y Lawsom Cash Flow es un término polisémico, cuyo
Gerld significado desde el punto de vista
financiero es flujo de caja.
Estudios de modelos multivariables basados en el análisis factorial

1973-1987 Pinches George, Mingo Kent, La gran cantidad de ratios utilizados hasta
Carthuthers Kent y Eubank el momento en los diferentes modelos
Arthur; Chen Kung y Shimerda predictivos, provocó que muchos analistas
Thomas Gombola Michel y se refirieran a un mismo ratio con diferente
Ketz Edward Casey Cornelius nombre. Como consecuencia, estos autores
y Bartczack Norman; Gombola se enfocaron en la utilización del análisis
Michael, Haskins Mark, Kentz factorial que aunque es un análisis más
Edward y Williams David complejo que el análisis univariable,
integra varias características de los
modelos multivariables con el fin de contar
con herramientas de más alcance que
sirvan para obtener los indicadores de
síntesis requeridos.
Nota. Tomado de Ochoa Garro, Y. V., Toro Cartagena, D. C., Betancur Gallego, L. A., &
Correa García, J. A. (2009). El indicador Z, una forma de prevenir el riesgo de continuidad.
Contaduría Universidad de Antioquia, pp. 54, 225-255.
a
Desde 1973, el Financial Accounting Standards Board (FASB) ha sido la organización que, en
el sector privado en Estados Unidos, rige el establecimiento de los estándares de contabilidad
financiera para la elaboración de informes financieros por entidades no gubernamentales.
48
Tabla A2
Tabla A2 Evolución de la ley de quiebra en Colombia
Norma Descripción
Código de comercio Disposiciones relativas a los acuerdos entre los acreedores y los deudores
nacional de 1853 en el proceso de quiebra, con la posibilidad de elegir entre el concordato
resolutorio o concordato suspensivo.
Código de comercio Se establecieron condiciones que debían cumplirse para ser declarado en
de 1887 quiebra
Decreto 750 de 1940 Reglamenta la institución de quiebra e implementa herramientas que
evitarán a aquellos comerciantes que buscan evadir los pagos a sus
acreedores.
Decreto 2264 de Institucionaliza el concordato preventivo, en este se incluían las
1969 modalidades de potestativo y obligatorio y la liquidación administrativa
forzosa, generando a la economía del país muchas ventajas en cuanto a la
recuperación de muchas de las empresas en crisis.
Decreto 350 de 1989 Reforma la legislación vigente del concordato, pues ya no se busca un
objetivo individual de protección al deudor sino que se admite que el
concordato está establecido para proteger la supervivencia de la empresa.
Es decir, busca la protección de la empresa como unidad económica
esencial para el desarrollo de cualquier sociedad. Además, se cambia la
expresión “suspensión de pagos” por “imposibilidad” para cumplir con las
obligaciones mercantiles como presupuesto del concordato, entendiéndose
por imposibilidad “el estado de crisis financiera de la empresa, su iliquidez
transitoria o temporal”.
Ley 222 de Unifica los procesos concursales vigentes hasta el momento, estableciendo
1995 (Por la cual se dos alternativas para conservar la unidad empresarial y dar solución a los
expide un nuevo problemas económicos que se presenten; uno es el concordato o acuerdo de
régimen de procesos recuperación de los negocios del deudor con la finalidad de recuperar y
concursales y se proteger el crédito, el otro es un concurso liquidatario respecto de los
dictan otras bienes que conformen el patrimonio del deudor con el objetivo de realizar
disposiciones) los bienes de la empresa y pagar las deudas que se tienen.
Ley 550 de Estableció un régimen para promover y facilitar la reactivación empresarial

1999 (Ley de y la reestructuración de los entes territoriales, queriendo asegurar de esta
reestructuración forma, la función social de las empresas y desarrollo armónico de las
empresarial) regiones.
Ley 1116 de 2006 Tiene los mismos objetivos que la ley 550 de 1999, pero con algunas
(Ley de insolvencia mejoras que la hacen más eficiente, esto con respecto a los plazos que se
económica) establecen y la información que se presenta con el fin de hacer que los
procesos sean más cortos y se cuente con toda la documentación necesaria
que lo hagan más ágil, y así lograr la recuperación de empresas viables que
se están viendo en situaciones de quiebra o en riesgo de continuar.
Nota. Tomado de “El Indicador Z, una forma de evaluar el riesgo de continuidad”, Ochoa Y., Toro D.,
Betancur L. y Correa J. (2009). Contaduría Universidad de Antioquia, p. 229.
49
Tabla A3
Tabla A3 Muestra del listado de las 652 empresas
NIT Razón Social Ciudad Tamaño Ley 1116

Superintendencia
860026186 C I FLORES DE LA SABANA S A BOGOTA D.C. GRANDE INSOLVENTE
830063156 COMERCIALIZADORA BOGOTA D.C. MEDIANA INSOLVENTE
INTERNACIONAL YUMA
LTDA.EN ACUERDO DE
REESTRUCTURACIO
800034870 FLORES MOCARI S.A. BOGOTA D.C. GRANDE INSOLVENTE
830049192 WESMAX E U BOGOTA D.C. GRANDE INSOLVENTE
800187508 COMPAÐIA MINERA MEDELLIN GRANDE INSOLVENTE
ORONORTE S A EN ACUERDO
DE REESTRUCTURACION
817000856 MOLINOS DEL CAUCA S A SANTANDER GRANDE INSOLVENTE
DE QUILICHAO
817000579 FRIESLAND COLOMBIA S.A. POPAYAN GRANDE INSOLVENTE
800207555 SOCIEDAD AGROINDUSTRIAL GIRARDOT GRANDE INSOLVENTE
LIMITADA "SOLINAGRO".EN
ACUERDO DE REESTRUCTUR
817000736 ALMIDONES NACIONALES S A CALI PEQUEÑA INSOLVENTE
EN ACUERDO DE
REESTRUCTURACION
806006304 CONSORCIO DE SERVICIOS Y CARTAGENA MEDIANA INSOLVENTE
MERCADEO DE LICORES S A
890113880 IBANEZ Y COMPANIA LTDA EN BARRANQUILL MEDIANA INSOLVENTE
ACUERDO DE A
REESTRUCTURACION
800149269 DESPERCOL S.A. ITAGUI MEDIANA SOLVENTE
860028885 HILADOS PARA LA INDUSTRIA BOGOTA D.C. MEDIANA SOLVENTE
Y ARTESANIAS S.A.
890900538 INDUSTRIAS COLIBRI S A EN MEDELLIN GRANDE INSOLVENTE
ACUERDO DE
REESTRUCTURACION
890900134 PAÐOS VICUÐA SANTA FE S A MEDELLIN GRANDE INSOLVENTE
EN CONCORDATO
891411198 BERRIO Y CIA LTDA. - EN DOS PEQUEÑA INSOLVENTE
LIQUIDACION OBLIGATORIA QUEBRADAS
800155885 C I PROMOTORA DE MEDELLIN PEQUEÑA INSOLVENTE
MANUFACTURAS PARA
EXPORTACION S A EN
ACUERDO DE REEST
890321656 C.I. BILLY COLOMBIA S.A. CALI MEDIANA INSOLVENTE
Nota. Muestra del listado de las 652 empresas. Elaboración propia. Seleccionado de la información
bajada de la página web de la Superintendencia de Sociedades www.Supersociedades.gov.co ;
Procedimientos de Insolvencia. Para el listado total de las empresas consultar el Anexo 1 : ANEXO 1
ZScore Empresas.xlsx, hoja BG-ER2004-2007.

50
Tabla A4
Tabla A4 Muestra del Cálculo del Z-Score
6,56 X1 3,26 X2 6,72 X3 1,05 X4 Z-Score Resultado Según LEY Comparación con
ZScore 1116 Z-Score
Superinten-
dencia
0,25 0,00 -0,12 1,00 1,14 INSOLVENTE INSOLVENTE ACIERTO
0,23 -0,01 -0,53 0,06 -0,26 INSOLVENTE INSOLVENTE ACIERTO
-0,55 0,11 -0,09 0,38 -0,16 INSOLVENTE INSOLVENTE ACIERTO
0,94 -11,71 -1,00 -0,46 -12,23 INSOLVENTE INSOLVENTE ACIERTO
-0,69 -4,34 -0,61 0,15 -5,49 INSOLVENTE INSOLVENTE ACIERTO
0,32 0,00 -0,32 0,82 0,81 INSOLVENTE INSOLVENTE ACIERTO
-4,71 0,01 -5,74 0,04 -10,40 INSOLVENTE INSOLVENTE ACIERTO
-4,20 -47,16 -6,07 -0,88 -58,31 INSOLVENTE INSOLVENTE ACIERTO
0,32 -1,75 -0,87 -0,03 -2,33 INSOLVENTE INSOLVENTE ACIERTO
0,40 0,01 0,38 0,22 1,00 INSOLVENTE SOLVENTE FALLA
-1,75 -3,01 0,04 0,19 -4,52 INSOLVENTE SOLVENTE FALLA
0,74 -0,98 0,32 0,03 0,11 INSOLVENTE INSOLVENTE ACIERTO
-0,47 -1,28 0,05 0,12 -1,58 INSOLVENTE INSOLVENTE ACIERTO
1,69 -0,32 -0,88 1,01 1,50 ZONA GRIS INSOLVENTE ZONA GRIS
3,86 -0,31 -0,16 0,58 3,96 SOLVENTE SOLVENTE ACIERTO
0,36 -‐0,98 -‐0,85 0,25 -‐1,22 INSOLVENTE SOLVENTE FALLA
Nota. Cálculo del Z-Score. Un valor menor a 1.10 se marcará como INSOLVENTE, un valor mayor a
2.60 se marcará como SOLVENTE y un valor entre 1.10 y 2.60 se marcará como ZONA GRIS.
Elaboración propia con información bajada de la página web de la Superintendencia de Sociedades
www.Supersociedades.gov.co ; Procedimientos de Insolvencia. Para el cálculo de todas las empresas
consultar el Anexo 1 : ANEXO 1 ZScore Empresas.xlsx, hoja BG-ER2004-2007.

51
Tabla A5
Tabla A5 Muestra de cálculo con Indicadores Financieros
LIQUIDEZ ENDEUDAMIENTO ENDEUDAMIENTO ENDEUDAMIENTO ENDEUDAMIENTO
NIT PRUEBA NIVEL DE ENDEUDAMIENTO IMPACTO DE LA COBERTURA DE

ÁCIDA ENDEUDAMIENTO FINANCIERO CARGA INTERESES
FINANCIERA
860520792 0,48 0,30 0,10 0,00 -0,10
800097374 1,00 0,42 0,00 0,00 0,00
830049483 0,39 0,69 0,00 0,00 0,00
800027518 0,67 0,92 0,00 0,00 0,00
890923589 0,39 0,34 0,00 0,00 0,00
800131862 0,24 0,81 0,00 0,00 -23,36
860025707 1,16 0,16 0,00 0,00 150,50
860033140 0,46 0,24 0,00 0,00 0,00
860026186 0,05 0,51 0,54 0,47 0,06
890919078 1,00 0,20 0,00 0,00 0,00
860035443 0,73 0,40 0,00 0,00 0,00
860052590 1,56 0,25 0,17 0,71 0,06
830049482 0,26 0,43 0,00 0,00 0,00
830049477 0,36 0,68 0,00 0,00 0,00
860041216 0,41 0,48 0,26 0,02 -13,09
830015579 0,29 0,98 0,32 0,00 0,00
860027307 0,78 0,36 0,21 0,11 -0,23
800133063 0,79 0,32 0,23 0,00 0,00
860353641 0,61 0,39 0,32 0,87 0,03
800142580 0,71 0,79 0,23 0,09 0,70
800020274 0,29 0,30 0,36 0,00 0,00
830063156 0,08 0,95 0,51 0,00 0,00
800136396 0,31 0,18 0,04 0,00 0,00
830076169 0,39 0,57 0,01 0,00 0,00
Nota. Muestra de Cálculo con Indicadores Financieros. Se calculan ratios financieros para luego
compararlos con el resultado del Z-Score. Elaboración propia con información seleccionada de la página
web de la Superintendencia de Sociedades www.Supersociedades.gov.co ; Procedimientos de
Insolvencia. Para el cálculo de todas las empresas consultar el Anexo 2 : ANEXO 2 ZScore
Indicadores.xlsx, hoja BG-ER2004-2007.

52
Tabla A6
Tabla A6 Muestra de generación de alertas en indicadores financieros
NIT PRUEBA NIVEL DE MARGEN DUPONT ROA EBITDA

ÁCIDA ENDEUDAMIENTO NETO
860026186 ALERTA OK ALERTA ALERTA ALERTA OK

830063156 ALERTA ALERTA ALERTA ALERTA ALERTA ALERTA
800034870 ALERTA OK ALERTA ALERTA ALERTA OK
817000856 ALERTA OK ALERTA ALERTA ALERTA ALERTA
890113880 OK ALERTA ALERTA ALERTA ALERTA OK
800149269 ALERTA ALERTA OK OK OK OK
860028885 ALERTA ALERTA OK OK OK ALERTA
800105103 OK ALERTA OK OK OK OK
860038328 OK ALERTA OK OK OK OK
890929714 OK OK ALERTA ALERTA ALERTA OK
Nota. Generación de alertas con indicadores financieros. Al calcular los indicadores financieros se
generan las alertas cuando los valores calculados indiquen el riesgo. Elaboración propia con
información bajada de la página web de la Superintendencia de Sociedades
consultar el Anexo 1 : ANEXO1 ZScore Empresas.xlsx, hoja BG-ER2004-2007.

53

Tabla A7a
Tabla A7 Cálculo de nivel de acierto por indicador financiero
Nota. Cálculo del nivel de acierto por indicador financiero. Las alertas de cada indicador se comparan con
el resultado del Z-Score y así se determina el porcentaje de precisión. Elaboración propia con datos
seleccionados de la información bajada de la página web de la Superintendencia de Sociedades
consultar el Anexo 2 : ANEXO 2 ZScore Indicadores.xlsx, hoja Calculo acierto indicadores. Continúa..
54
Tabla A7b
Tabla A7b Cálculo de nivel de acierto por indicador financiero (continuación)

55
Tabla 8
Tabla 8 Anexos en Excel Datos de empresas y cálculos ZScore
Libro Excel Hoja Excel Descripción
ANEXO 1 ZScore BG-ER2004-2007 Detalle de empresas, BG Datos balance

Empresas general 2004-2007, ER Estado de Resultados
2004-2007, clasificación de las empresas por
tamaño, cálculo del ZScore por empresa,
Comparación ZScore con resultados reales,
Cálculo de los indicadores financieros por
empresa, Cálculo de alertas en valores de
indicadores
Estadistica Muestra Estadística de empresas seleccionadas.
Agrupación por tamaño y categoría;
estadística de sectores seleccionados
Estadistica años balances Estadística de los años en los cuales se
tomaron los balances de las empresas para
calcular el ZScore en la muestra de empresas
seleccionadas del 2004 y 2007
Resultados Puntajes finales aciertos y fallas en
pronóstico por categoría, insolventes,
solventes y zona gris y por tamaño
ANEXO 2 ZScore BG-ER-FE2004 2007 Cálculo de los indicadores financieros
Indicadores agrupados por enfoque ( liquidez, actividad,
endeudamiento y rentabilidad)
Calculo acierto indicadores Cálculo del porcentaje de acierto por
indicador discriminado por categoría y
tamaño
Puntajes por Indicador Puntaje total de acierto de cada indicador
agrupado por enfoque y categoría
Puntaje por tamaño Puntaje total de acierto de cada indicador
agrupado por categoría y tamaño
Nota. Anexos en Excel Datos de empresas y cálculos ZScore. Detalle de la información externa adjunta
en medio magnéticos en dos archivos de Excel. Elaboración propia con datos seleccionados de la
información bajada de la página web de la Superintendencia de Sociedades www.Supersociedades.gov.co
; Procedimientos de Insolvencia.

Prediccion de Insolvencia Empresarial en Colombia

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Prediccion de Insolvencia Empresarial en Colombia

Enviado por

Direitos autorais:

Formatos disponíveis

1

Predicción de Insolvencia Empresarial en Colombia

Oscar Iván Ovalle P

Colegio de Estudios Superiores de Administración –CESA-

Oscar Iván Ovalle P

Colegio de Estudios Superiores de Administración –CESA-

Figura 1 Insolvencia basada en las acciones .................................................................................. 15

El indicador Z-Score con más de 40 años de aplicación, es reconocido como el modelo

pionero en la predicción de quiebra empresarial. Su metodología de análisis discriminante

de empresas norteamericanas, en un proceso repetitivo de selección, descarte y categorización

existen modelos Z-Score ajustados en Brasil y China.

Sin embargo, el uso de estos indicadores en la industria colombiana, se reduce a unos

cuantos trabajos de investigación. El análisis de la documentación existente revela la escasa

aplicación de estas metodologías, además de marcar el notorio retraso en el campo investigativo

relación al tema de investigación de indicadores de quiebra e insolvencia financiera, León Valdés

(2009) afirma que:

Aunque esta clase de análisis –como se mencionó al iniciar éste artículo– es

prácticamente desconocida en el país, creemos que vale la pena iniciar su divulgación en

decisiones oportunas y que conduzcan a una mejor y más eficiente administración

financiera de las empresas colombianas. En manos de las universidades y de los

contadores públicos está el acoger o no esta iniciativa en sus programas de

implementación y fomento a la investigación. (p. 31)

Se hace, entonces, necesario, realizar trabajos de investigación de los indicadores de

y validez de los indicadores de insolvencia de Altman como instrumentos de poder predictivo y

vender, comprar o crecer, dependiendo del escenario previsto.

el modelo actual o si hay razones para calcular un modelo propio.

Tan esencial como la comparación de estos modelos, es el planteamiento de la

cuales se agrupan en dos categorías: solventes e insolventes. Por disponibilidad de información,

el nivel de acierto del modelo. Dada la relevancia de los indicadores financieros en la

determinación del modelo de Altman, se realiza el cálculo de varios indicadores de liquidez,

los hallazgos que se deriven de esta investigación.

A continuación, se presenta en el orden indicado, la evolución de los métodos utilizados

protección ante insolvencia y quiebra, la evolución histórica de la metodología, se explican los

aspectos teóricos más importantes de los indicadores Z de Altman, se describe la metodología a

método de diagnóstico de insolvencia aplicado en el entorno colombiano en conjunción con los

ratios financieros agrupados por enfoque.

Palabras clave: insolvencia, financial distress, multiple discriminant analysis, financial

ratios, Z-Score model

solventes, de manera que se minimiza el número de observaciones incorrectas (Douglas et al.,

hicieron. Altman introdujo múltiples predictores de quiebra mediante el Análisis Discriminante

los investigadores de indicadores de quiebra.

Evolución de los métodos estadísticos

A continuación, se relaciona la evolución de los métodos estadísticos utilizados en los

modelos de predicción de quiebra, según clasificación de Platikanova (2005) señalando sus

Análisis discriminante múltiple (ADM). Los investigadores más relevantes fueron:

Altman (1968), Altman, Haldeman y Narayanan (1977). Se incluyeron 5 variables explicativas

la empresa de generar ventas con los activos). (1968)

Fueron propuestos tres ratios financieros en el modelo logístico de Zmijewski: (a)

(d) la liquidez corriente. (1980)

Fueron propuestos tres ratios financieros en el modelo logístico de Zmijewski: (a)

Técnica de escalamiento multidimensional (MDS). Sus autores más relevantes fueron

ratios financieros en el modelo cubrieron las cinco categorías principales debatidas en la

activos (préstamos comerciales e industriales entre préstamos netos y arrendamientos

(préstamos totales y arrendamientos financieros entre depósitos totales). (1992)

entre activo) (McKee, 1995).

Utilites additives discriminantes (UTADIS). Sus autores más relevantes fueron

Zopounidis y Doumpos (1999), Voulgaris, Doumpos y Zopounidis (2000). Después de aplicar

aplicación de un análisis grupal.

El método más popular de todos en cuanto a análisis de insolvencia ha sido el Z-Score de

Básicamente se trata de una ecuación que consta de la combinación de varios ratios

El primer modelo trabajó con empresas manufactureras estadounidenses que cotizaban en

El modelo de Altman tiene tres divisiones dependiendo de la empresa a la cual se aplique:

información financiera y contable (Platikanova, 2005).

de aplicarse solo a empresas manufactureras que coticen en bolsa.